인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 261 - 268 (8page)
- DOI
- 10.3795/KSME-A.2020.44.4.261
이용수
초록· 키워드
유한구체법은 신뢰성 높은 해석 기법으로, 유한요소법과 다르게 격자를 구성할 필요가 없으므로 매우 쉽고 편리하지만 해석 시간이 오래 걸리기 때문에 상용화에 어려움을 겪고 있다. 이 때문에 유한구체법에 특화된 가우스 구적법의 연구가 진행됐지만 해석 시간 단축에 대한 근본적인 해결책을 제시하지는 못하였다. 이와 관련하여 본 연구에서 인공신경망을 사용하여 가우스 구적법의 가중치를 최적화하는 알고리즘을 제시하고, 이를 통해 얻어낸 가중치를 실제 문제에 적용하였다. 적용한 문제는 총 두 개이며, 정적 문제와 동적 문제를 통해 향상된 가우스 구적법의 성능을 평가하였다. 결과적으로 가우스 구적법에 사용되는 적분 점 개수를 줄일 수 있었으며 해석 시간을 대폭 감소시켰다.
#Method of Finite Spheres(유한구체법)
#Gaussian Quadrature(가우스 구적법)
#Stiffness Matrix(강성행렬)
#Artificial Neural Network(인공신경망)
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- 초록
- Abstract
- 1. 서론
- 2. 배경 이론
- 3. 지도 학습을 이용한 최적화 알고리즘
- 4. 적용 예제
- 5. 결론
- 참고문헌
참고문헌
참고문헌 신청최근 본 자료
UCI(KEPA) : I410-ECN-0101-2020-550-000506128